代码拉取完成,页面将自动刷新
# -*-coding:utf-8 -*-
# from readability import Document
from goose import Goose
from goose.text import StopWordsChinese
def clean_html(url):
g = Goose({'browser_user_agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0) ', 'stopwords_class': StopWordsChinese}) #核心要有这句
article = g.extract(url=url)
content = article.cleaned_text[:2000]
return content
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。